1、第四章 企業(yè)風(fēng)險(xiǎn)的評(píng)估和度量,“Risk is Salt and Sugar of Life”,章首案例：超過(guò)25的利潤(rùn)不做萬(wàn)科,第一節(jié)： 企業(yè)風(fēng)險(xiǎn)的衡量 第二節(jié)： 風(fēng)險(xiǎn)評(píng)價(jià) 第三節(jié)： 風(fēng)險(xiǎn)評(píng)價(jià)方法,第一節(jié)： 企業(yè)風(fēng)險(xiǎn)的衡量,一、風(fēng)險(xiǎn)衡量的概念和作用 二、損失頻率和損失程度 三、風(fēng)險(xiǎn)衡量的方法 四、損失的概率分布,一、風(fēng)險(xiǎn)衡量的概念和作用 風(fēng)險(xiǎn)衡量是在對(duì)過(guò)去損失資料分析的基礎(chǔ)上，運(yùn)用概率論和數(shù)理統(tǒng)計(jì)的方法對(duì)某一特定或者幾個(gè)風(fēng)險(xiǎn)事故發(fā)生的損失頻率和損失程度做出估計(jì)，以此作為選擇風(fēng)險(xiǎn)管理技術(shù)的依據(jù)。,二、損失頻率和損失程度 1、損失頻率的估計(jì) 2、損失程度的估計(jì),三、風(fēng)險(xiǎn)衡量的方法 1、中心趨勢(shì)測(cè)

2、量 算術(shù)平均數(shù)、加權(quán)平均數(shù)、 中位數(shù) 2、變動(dòng)程度的測(cè)定,四、損失的概率分布 離散型概率分布 連續(xù)型概率分布 二項(xiàng)分布、泊松分布、正態(tài)分布,補(bǔ)充知識(shí)：概率分布,1. 離散型隨機(jī)變量的概率分布,離散型隨機(jī)變量的概率分布舉例,2. 連續(xù)型隨機(jī)變量的概率分布,變量的取值充滿整個(gè)數(shù)值區(qū)間，無(wú)法一一列出其每一個(gè)可能值。 一般將連續(xù)型隨機(jī)變量整理成頻數(shù)表，對(duì)頻數(shù)作直方圖，直方圖的每個(gè)矩形頂端連接的階梯形曲線來(lái)描述連續(xù)型變量的頻數(shù)分布。,如果樣本量很大，組段很多，矩形頂端組成的階梯型曲線可變成光滑的分布曲線。 大多數(shù)情況下，可采用一個(gè)函數(shù)擬合這一光滑曲線。這種函數(shù)稱為概率密度函數(shù)（probability d

3、ensity function）,二項(xiàng)分布,毒性試驗(yàn)：白鼠 死亡生存 臨床試驗(yàn)：病人 治愈未愈 臨床化驗(yàn)：血清 陽(yáng)性陰性 事件 成功（A）失?。ǚ茿） 這類“成功失敗型”試驗(yàn)稱為Bernoulli試驗(yàn)。,Bernoulli試驗(yàn)序列,n次Bernoulli試驗(yàn)構(gòu)成了Bernoulli試驗(yàn)序列。 其特點(diǎn)（如拋硬幣）如下： (1)每次試驗(yàn)結(jié)果，只能是兩個(gè)互斥的結(jié)果之一(A或非A)。 (2)每次試驗(yàn)的條件不變。即每次試驗(yàn)中，結(jié)果A發(fā)生的概率不變，均為 。 (3)各次試驗(yàn)獨(dú)立。即一次試驗(yàn)出現(xiàn)什么樣的結(jié)果與前面已出現(xiàn)的結(jié)果無(wú)關(guān)。,成功次數(shù)的概率分布二項(xiàng)分布,例 設(shè)某毒理試驗(yàn)采用白鼠共3只，它們有相同的死亡

4、概率，相應(yīng)不死亡概率為1 。記試驗(yàn)后白鼠死亡的例數(shù)為X，分別求X0、1、2和3的概率,泊松分布,當(dāng)二項(xiàng)分布中n很大，很小時(shí),二項(xiàng)分布就變成為Poisson分布，所以Poisson分布實(shí)際上是二項(xiàng)分布的極限分布。 由二項(xiàng)分布的概率函數(shù)可得到泊松分布的概率函數(shù)為：,Poisson分布主要用于描述在單位時(shí)間(空間)中稀有事件的發(fā)生數(shù),例如： 1. 放射性物質(zhì)在單位時(shí)間內(nèi)的放射次數(shù)； 2. 在單位容積充分搖勻的水中的細(xì)菌數(shù)； 3. 野外單位空間中的某種昆蟲數(shù)等。,第二節(jié)： 風(fēng)險(xiǎn)評(píng)價(jià),一、風(fēng)險(xiǎn)評(píng)價(jià)的概念和特點(diǎn) 1、風(fēng)險(xiǎn)評(píng)價(jià)是對(duì)風(fēng)險(xiǎn)的綜合評(píng)價(jià) 2、風(fēng)險(xiǎn)評(píng)價(jià)需要定量分析的結(jié)果 3、風(fēng)險(xiǎn)評(píng)價(jià)離不開(kāi)特定的國(guó)家和

5、制度 4、風(fēng)險(xiǎn)評(píng)價(jià)受到風(fēng)險(xiǎn)態(tài)度的影響,二、風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn) 1、財(cái)產(chǎn)的物質(zhì)特性和財(cái)產(chǎn)對(duì)損害的承受力確定 2、損失評(píng)價(jià)的主觀性 3、損失評(píng)價(jià)可以是單獨(dú)物體，也可以是許多物體 4、損失的管理成本,第三節(jié)：風(fēng)險(xiǎn)評(píng)價(jià)方法,一、風(fēng)險(xiǎn)坐標(biāo)圖法 二、風(fēng)險(xiǎn)度評(píng)價(jià)法 三、概率分析法 四、風(fēng)險(xiǎn)價(jià)值法,請(qǐng)先閱讀P78-82 對(duì)賭協(xié)議企業(yè)風(fēng)險(xiǎn)的雙刃劍 課后作業(yè)： P62 思考題：1、3 P82 思考題：2,衡量風(fēng)險(xiǎn)（一）：風(fēng)險(xiǎn)驅(qū)動(dòng)因素分析,風(fēng)險(xiǎn)驅(qū)動(dòng)的終極因素： 自然環(huán)境（天、地） 人文環(huán)境（人）。 風(fēng)險(xiǎn)驅(qū)動(dòng)的一般因素 物質(zhì)危險(xiǎn)因素：由于其特點(diǎn)、類型、使用等可能導(dǎo)致?lián)p失發(fā)生的企業(yè)物質(zhì)財(cái)產(chǎn) 道德危險(xiǎn)因素：企業(yè)的某些員工因其不

6、遵守職業(yè)道德及倫理的傾向而引起可能損失的增加,衡量風(fēng)險(xiǎn)（一）：風(fēng)險(xiǎn)驅(qū)動(dòng)因素分析,心理危險(xiǎn)因素：由于某些員工的工作疏忽而引起的可能損失的增加 法律危險(xiǎn)因素：立法機(jī)關(guān)頒布并由法庭執(zhí)行的法律條文或者政府政策的發(fā)布和執(zhí)行而引起的損失頻率和嚴(yán)重程度的增加 犯罪危險(xiǎn)因素：某些員工的犯罪傾向而導(dǎo)致的損失增加的可能性,風(fēng)險(xiǎn)衡量（二）風(fēng)險(xiǎn)衡量指標(biāo)選擇,一般評(píng)價(jià)指標(biāo) 風(fēng)險(xiǎn)可能性，也就是風(fēng)險(xiǎn)事件發(fā)生的概率 風(fēng)險(xiǎn)的潛在價(jià)值或重要性 特定的評(píng)價(jià)指標(biāo) 基于企業(yè)自身的特點(diǎn)確定的評(píng)價(jià)指標(biāo),風(fēng)險(xiǎn)衡量（三）構(gòu)建風(fēng)險(xiǎn)矩陣,結(jié)合風(fēng)險(xiǎn)發(fā)生頻率和風(fēng)險(xiǎn)重要性對(duì)風(fēng)險(xiǎn)進(jìn)行歸類，可構(gòu)建一個(gè)風(fēng)險(xiǎn)矩陣。 矩陣中，對(duì)相應(yīng)的風(fēng)險(xiǎn)進(jìn)行評(píng)分，14分為低度風(fēng)

7、險(xiǎn)，512分為中度風(fēng)險(xiǎn)，1325分為高度風(fēng)險(xiǎn),針對(duì)風(fēng)險(xiǎn)矩陣中出于不同位置的風(fēng)險(xiǎn)采取不同的風(fēng)險(xiǎn)管理戰(zhàn)略,如圖：在風(fēng)險(xiǎn)坐標(biāo)中，劃分為A、B、C三個(gè)區(qū)域。 企業(yè)自留A區(qū)域的各項(xiàng)風(fēng)險(xiǎn) 嚴(yán)格控制B區(qū)域的各項(xiàng)風(fēng)險(xiǎn) 規(guī)避或轉(zhuǎn)移C區(qū)域的各項(xiàng)風(fēng)險(xiǎn),9,4,2,3,6,5,1,可能性,影響程度,極低,極高,高,中等,低,極低,低,中等,高,極高,7,8,A區(qū)域,C區(qū)域,B區(qū)域,二、風(fēng)險(xiǎn)度評(píng)價(jià)法,定義：是指風(fēng)險(xiǎn)管理單位對(duì)風(fēng)險(xiǎn)事故造成故障的頻率或者損害的嚴(yán)重程度進(jìn)行評(píng)估。 為了準(zhǔn)確評(píng)價(jià)，見(jiàn)P71頁(yè) 表42,三、概率分析法,1、正常形 見(jiàn)P73-圖43 2、異常形 見(jiàn)P7377 偏向型 雙峰型 平峰型 高端型 孤島型

8、鋸齒型,國(guó)際風(fēng)險(xiǎn)量化模型的引入,現(xiàn)金流折現(xiàn)模型 套利定價(jià)模型 多因素定價(jià)模型 期權(quán)定價(jià)模型 經(jīng)濟(jì)增加值（EVA）模型 收益法 夏普（SHARP）法 變異指標(biāo)度量法 詹森JENSEN指數(shù)法 波浪理論分析 風(fēng)險(xiǎn)價(jià)值VAR評(píng)估法 系統(tǒng)風(fēng)險(xiǎn)值分析 風(fēng)險(xiǎn)價(jià)值VAR分析模型 籌碼分布分析 特雷諾TREYNOR指數(shù)法,四、風(fēng)險(xiǎn)價(jià)值法,一、VaR的定義及其基本方法 1VaR的定義及其簡(jiǎn)單計(jì)算 在正常的市場(chǎng)條件下，在給定的概率水平下，金融參與者在給定的時(shí)間區(qū)間內(nèi)的最大預(yù)期損失。 （1）單一資產(chǎn)VaR的計(jì)算方法 如單一資產(chǎn)的價(jià)值為S，持有期限為T，要求的置信水平為X%，那么單一資產(chǎn)的風(fēng)險(xiǎn)價(jià)值可以簡(jiǎn)單地表示為：,其

9、中，N（）為標(biāo)準(zhǔn)正態(tài)分布的累計(jì)函數(shù)，而上式的 （）為N（）的逆函數(shù)；而 為資產(chǎn)收益率的日波動(dòng)率。對(duì)于較長(zhǎng)的時(shí)間度量，應(yīng)考慮對(duì)資產(chǎn)價(jià)值的漂移加以修正，如果漂移率為，則上式修正為：,一個(gè)簡(jiǎn)單的例子 投資者A持有一價(jià)值500萬(wàn)元的B公司的股票 頭寸，B公司股票的日波動(dòng)率為3%，假定該 資產(chǎn)的價(jià)值變動(dòng)呈正態(tài)分布，計(jì)算該資產(chǎn)持有期限10天，置信水平為99%的風(fēng)險(xiǎn)價(jià)值。求解如下：,（2）資產(chǎn)組合（線性）VaR的計(jì)算方法 假設(shè)資產(chǎn)組合由M個(gè)資產(chǎn)構(gòu)成，第i個(gè)資產(chǎn)的價(jià)值為 ，波動(dòng)率為 ，而第i個(gè)資產(chǎn)和第j個(gè)資產(chǎn)之間的相關(guān)系數(shù)為 。則該資產(chǎn)組合的風(fēng)險(xiǎn)價(jià)值為 ：,2VaR的參數(shù)選擇 要確定一個(gè)金融機(jī)構(gòu)或投資組合的V

10、aR值 或建立VaR模型必須要確定以下三個(gè)關(guān)鍵 參數(shù)：持有期限、觀察期間和置信水平。 持有期限（holding period）是指衡量 收益波動(dòng)性和關(guān)聯(lián)性的時(shí)間單位，即取得 觀察數(shù)據(jù)的頻率，如所觀察的數(shù)據(jù)是日收 益率、周收益率、月收益率還是年收益率 等；,觀察期間（observation period）是對(duì) 給定持有期限的收益波動(dòng)性和關(guān)聯(lián)性進(jìn)行 考察的整體時(shí)間長(zhǎng)度，是整個(gè)數(shù)據(jù)選取的 時(shí)間范圍，有時(shí)也成為數(shù)據(jù)窗口（data window）； 置信水平太低對(duì)應(yīng)著損失超過(guò)VaR值的極 端事件發(fā)生的概率過(guò)高，這使得VaR值失 去意義；置信水平過(guò)高，可以避免上述問(wèn) 題，但會(huì)因?yàn)榻y(tǒng)計(jì)樣本中反映極端事件的

11、數(shù)據(jù)減少而導(dǎo)致對(duì)VaR值估計(jì)的準(zhǔn)確性下 降。,二、VaR的計(jì)算方法 1歷史模擬法 歷史模擬法直接根據(jù)風(fēng)險(xiǎn)因子收益的 歷史數(shù)據(jù)來(lái)模擬投資組合的未來(lái)?yè)p益 分布，利用分位數(shù)給出一定置信度下 的VaR的估計(jì)值。主要的計(jì)算步驟如 下：,（1）映射，即首先識(shí)別出基礎(chǔ)的風(fēng)險(xiǎn)因子，收集風(fēng)險(xiǎn)因子適當(dāng)時(shí)期的歷史數(shù)據(jù)（通常是35年的日數(shù)據(jù)），并用風(fēng)險(xiǎn)因子表示出資產(chǎn)組合中各個(gè)金融資產(chǎn)的盯市價(jià)值；,（2）根據(jù)風(fēng)險(xiǎn)因子過(guò)去N+1個(gè)時(shí)期的價(jià)格時(shí)間序列，計(jì)算風(fēng)險(xiǎn)因子過(guò)去N+1個(gè)時(shí)期價(jià)格水平的實(shí)際變化（得到N個(gè)變化水平）。假定未來(lái)的價(jià)格變化與過(guò)去完全相似，即過(guò)去N+1個(gè)時(shí)期價(jià)格的N個(gè)變化在未來(lái)都可能出現(xiàn)，由此結(jié)合市場(chǎng)因子的當(dāng)前

12、價(jià)格水平可以直接模擬風(fēng)險(xiǎn)因子未來(lái)一段時(shí)期的N種可能的價(jià)格水平；,（3）運(yùn)用資產(chǎn)定價(jià)公式，根據(jù)模擬出的風(fēng)險(xiǎn)因子未來(lái)的N種可能價(jià)格水平，求出證券組合的N種未來(lái)盯市價(jià)值，并與當(dāng)前風(fēng)險(xiǎn)因子的資產(chǎn)組合價(jià)值比較，得到證券組合未來(lái)的N個(gè)潛在損益，即損益分布； （4）根據(jù)上述求解的損益分布，通過(guò)分位數(shù)求出給定置信度下的VaR。,2方差協(xié)方差法 方差協(xié)方差法是假定風(fēng)險(xiǎn)因子收益的變化服從特定的分布（通常為正態(tài)分布），然后通過(guò)歷史數(shù)據(jù)分析和估計(jì)該風(fēng)險(xiǎn)因子收益分布的參數(shù)值如方差、相關(guān)系數(shù)等，進(jìn)而根據(jù)下式整理出整個(gè)投資組合收益分布的特征值：,3蒙特卡羅模擬法 蒙特卡羅模擬法也稱為隨機(jī)模擬法，其基本思路是首先建立一個(gè)概率

13、模型或隨機(jī)過(guò)程，使它的參數(shù)等于問(wèn)題的解，然后通過(guò)對(duì)模型或過(guò)程的觀察計(jì)算所求參數(shù)的統(tǒng)計(jì)特征，最后給出所求問(wèn)題的近似值，解的精度可以用估計(jì)值的標(biāo)準(zhǔn)誤差表示。其基本步驟如下：,（1）針對(duì)現(xiàn)實(shí)問(wèn)題建立一個(gè)簡(jiǎn)單且便于實(shí)現(xiàn)的概率統(tǒng)計(jì)模型，使所求的解恰好是所建立模型的概率分布或其某個(gè)數(shù)字特征，比如是某個(gè)事件的概率或者是該模型的期望值； （2）對(duì)模型中的隨機(jī)變量建立抽樣方法，在計(jì)算機(jī)上進(jìn)行模擬試驗(yàn)，抽取足夠的隨機(jī)數(shù)，并對(duì)相關(guān)的事件進(jìn)行統(tǒng)計(jì)； （3）對(duì)模擬結(jié)果加以分析，給出所求解的估計(jì)及其方差的估計(jì)，必要時(shí)改進(jìn)模型以提高估計(jì)精度和模擬計(jì)算的效率。,三、VaR的特點(diǎn)及其局限性 1VaR的特點(diǎn) （1）VaR適用面廣

14、，不僅適用于衡量包括利率風(fēng)險(xiǎn)、外匯風(fēng)險(xiǎn)、股價(jià)風(fēng)險(xiǎn)、商品價(jià)格風(fēng)險(xiǎn)和衍生金融工具風(fēng)險(xiǎn)在內(nèi)的各種市場(chǎng)風(fēng)險(xiǎn)，還適用于不同金融工具構(gòu)成的投資組合的市場(chǎng)風(fēng)險(xiǎn)和不同業(yè)務(wù)部門的總體市場(chǎng)風(fēng)險(xiǎn)； （2）VaR有利于比較不同業(yè)務(wù)部門之間風(fēng)險(xiǎn)大小，有利于進(jìn)行基于風(fēng)險(xiǎn)調(diào)整的績(jī)效評(píng)估、資本配置和風(fēng)險(xiǎn)限額設(shè)置等；,（3）VaR是基于資產(chǎn)組合層面上的風(fēng)險(xiǎn)度量工具，充分考慮了不同資產(chǎn)價(jià)格之間的相關(guān)性，體現(xiàn)了資產(chǎn)組合分散化對(duì)降低風(fēng)險(xiǎn)的作用； （4）VaR可以度量資產(chǎn)集中度風(fēng)險(xiǎn)，為對(duì)此集中度進(jìn)行總量控制提供依據(jù)，有利于經(jīng)濟(jì)主體的決策高層對(duì)整個(gè)企業(yè)風(fēng)險(xiǎn)情況的判斷，當(dāng)然也有助于監(jiān)管部門的監(jiān)管。,2VaR的局限性 （1）VaR主要適用于正常市場(chǎng)條件下對(duì)市場(chǎng)風(fēng)險(xiǎn)的衡量，對(duì)市場(chǎng)價(jià)格的極端變動(dòng)導(dǎo)致的資產(chǎn)組合的損失卻無(wú)能為力 ； （2）VaR適用于衡量那些交易頻繁、市場(chǎng)價(jià)格容易獲取的金融工具的風(fēng)險(xiǎn)情況，但對(duì)于那些流動(dòng)性較差的資產(chǎn)如銀行貸款，VaR衡量風(fēng)險(xiǎn)的能力則受到一定的限制 ；,（3）運(yùn)用VaR進(jìn)行風(fēng)險(xiǎn)衡量和分析時(shí)存在著所謂的模型風(fēng)險(xiǎn)（model risk），同樣VaR模型往往會(huì)因?yàn)槭褂脷v史模擬法、蒙特卡羅模擬法等不同方法而得到不同的資產(chǎn)收益的概率分布。這可能導(dǎo)致同樣的資產(chǎn)組合卻得到不同的VaR值，VaR的可靠性難